المتوسط

في الشتاء، تتساقط في أحد أحياء المدينة ثلاثة أضعاف كمية الثلوج التي تتساقط في الحي المجاور. سنة حارة، وأخرى باردة. هذه نزوات الطقس — تقلبات قصيرة الأجل وفوضوية في الغلاف الجوي. ولكن على مدى عقود، نرى تحولًا آخر بطيئًا: فصول الشتاء تصبح أكثر اعتدالًا في المتوسط. التمييز بين الاثنين هو المهمة الرئيسية لعلماء المناخ.

في عام 1998، لاحظ عالم الرياضيات ديفيد بويد نمطًا غريبًا. كان يدرس مقياس ماهلر لكثيرات الحدود — وهو مقدار يقيس "تعقيد" جذورها — واكتشف أنه بالنسبة لعائلة من المنحنيات، يُعبَّر عنه دائمًا بعدد نسبي خاص مضروبًا في قيمة مشتقة دالة L. بدت هذه الأعداد-العوامل، التي يُرمز لها بـ $$r_k$$، ككسور عشوائية، لكن بويد افترض أن وراءها نظامًا صارمًا.

عادةً ما يُقيَّم تعقيد الأنظمة - من حركة الأقمار الصناعية إلى إيقاعات القلب - باستخدام الإنتروبيا المتوسطة (مقياس عدم القدرة على التنبؤ، كما فهمها بولتزمان). لكن هذا يشبه تقييم المحيط بناءً على ارتفاع الأمواج فقط: فالرقم المتوسط يخفي كل ثراء التيارات تحت الماء. تغوص طريقة CWMMSE أعمق.

في الحساء المغلي، تتصادم الجزيئات بصورة عشوائية وتدخل في تفاعلات. لكن إذا قسنا كيفية تغير تركيزاتها، تظهر أنماط منتظمة. تعمل الشبكات الكيميائية الكربونية على هذا المبدأ — وهي خلائط من الجزيئات تقوم تلقائياً بـ 'طهي' المعلومات، محولة كل تفاعل إلى عملية حسابية أولية. في السابق، كانت تُستخدم فقط لنمذجة الطبيعة.

عندما ينفجر أنبوب في القبو، يتبع السباك خوارزمية محكمة: يحدد مكان التسرب، ويقيس ضغط الماء، ويشخّص السبب، ويضع رقعة، ويتحقق من إيقاف التسرب. الوصفة نفسها — النموذج القياسي لتحسين العمليات DMAIC (Define, Measure, Analyze, Improve, Control) — تُقترح لمكافحة الأوبئة. أولاً، يُحدد حجم المشكلة: كم عدد أسرة المستشفيات المشغولة، وما القطاعات الاقتصادية التي تراجعت.

تخيّل طبّاخًا يتعلّم الطهي من صور مرسومة فقط — شبه مؤكد أنه سيفسد كل طبق. فخّ مشابه يتربّص بـ الرؤية الحاسوبية: تدريب النماذج يتطلب آلاف الصور الموسومة، لكن جمعها ووضع العلامات عليها يدويًا مكلف ومضجر. الصور الاصطناعية المولّدة بالخوارزميات تحل المشكلة، لكن بشرط أن تبدو حقيقية. هنا تظهر أداة GraNatPy التي تقيّم مصداقية الصور الاصطناعية.

عند الشروع في تجديد المنزل، لا يُشترى الطلاء بالتخمين، بل وفقًا لمساحة الجدران. وفي العلم، حساب عدد العينات هو تقدير مماثل، لكن الرهان أعظم. فإذا قلّت العينات، تتحول الدراسة إلى يانصيب: قد تفوتك تأثيرات حقيقية، وقد تخطئ وتظن أن الضوضاء اكتشاف. أما إذا كثرت، فستضيع أنابيب اختبار إضافية وشهور من الوقت، وفي التجارب على الحيوانات، أرواح تُزهق هباءً. وفي الميكروبيوم، هذه المسألة أكثر تعقيدًا.

تقوم الموسيقى على التكرار: نتوقع أن يعود الإيقاع كما يعود اللازمة. لكن إذا تكرر الشيء نفسه لفترة طويلة، يصبح مملًا. يبدو الملحن وكأنه يمشي على حبل مشدود بين المألوف وغير المتوقع. ترجم العلماء هذا التوازن إلى لغة الفيزياء. مثلوا الإيقاع كنظام حيث كل نغمة هي جسيم «يريد» أن يشبه جيرانه (النظام)، ولكنه أيضًا «يريد» أن يختلف (التنوع).

تُسخَّن قطعة من سبيكة الألمنيوم، فتروي بهدوء قصة متانتها. كل المطلوب هو الإنصات إلى هذه الرواية في طريقة امتصاص المعدن للحرارة. الطريقة المعتادة لمعرفة مدى متانة السبيكة هي شدّها حتى التمزق. وهذا يستغرق وقتًا طويلًا ويدمر العينة. أما في الدراسة الجديدة فسلكوا مسارًا مختلفًا: سجّلوا كيف تمتص السبيكة الحرارة أثناء التسخين، ثم سلّموا هذه التسجيلات إلى برنامج حاسوبي.

أثناء دورة العلاج الإشعاعي، قد يتحرك الورم والأنسجة المحيطة به أو يتغير حجمها. يقوم الأطباء بانتظام بالتقاط صور، وأحيانًا تعديل الخطة لضمان وصول الإشعاع إلى الهدف بدقة. ولكن كيف نعرف مقدار الجرعة التي تم تلقيها بالفعل، وكم تبقى؟ عادةً ما يُحسب ذلك وفق قواعد بسيطة دون مراعاة عدم اليقين. الأسلوب الجديد يستعير طريقة من إدارة المخزون في المستودعات — وهي التنعيم الأسي.

مكتب يتبادل فيه الموظفون المذكرات. ما دامت المهام قليلة، يعمل كل واحد بمفرده. ولكن يأتي طلب عاجل — وتبدأ بعض الأقسام في إرسال الرسائل بنشاط إلى أقسام أخرى، ويصبح العمل الجماعي أكثر انسجامًا. هذا تقريبًا ما يفعله الدماغ عندما نحاول الاحتفاظ بعدة أشياء في أذهاننا في الوقت نفسه. وجد العلماء طريقة للاطلاع على هذه "المراسلات".